{{{
#!html
<div style="text-align: center; color:#151B8D"><big style="font-weight: bold;"><big><big>
七月份工作日誌
</big></big></big></div> <div style="text-align: center; color:#7E2217"><big style="font-weight: bold;"><big>
icas + 課程教材 + crawlzilla
</big></big></div>
}}}
[[PageOutline]]

= 01 =

 * crawlweb2 已可運作 
 * 完成測試 install.sh 
 * 與網路組討論 日誌上傳 與 黑名單傳送

= 04 =

 * upload.php 即時運算
 * classify bugfix
 * blacklist  只要最高優先，並略過 classify 欄位

= 05 =

 * blacklist 功能完成
 * priority bugfix


= 06 = 

 * 新增 紀錄系統運作功能
 * 圖資整理功能

= 07 =


 * 架設檔案上傳 ftp
 * 更新 install.sh
 * 打包 icas 專案

= 08 =

 * 準備課程教材 
 
= 11 ~ 12 = 
 * 上課 html + js

= 13 = 

 * icas 與 nk7admin 主機資料傳輸問題
   * ftp 上傳空間內只有 看到資料夾卻沒有log 
   * 檔頭有亂碼導致 parser 錯誤
   * 惠敏 725

 * 解決資料亂碼問題
{{{
#!text
資料夾為 ftp:///NK6000/時間/xxx.csv
ftp:///NK6000/2011071316/xxx.csv
程式該如何設計，每小時自動抓最新的檔案來parser 而不抓以前已經抓到過的。
}}}

= 14 = 

[預計&完成] Crawlzilla : future work plan with fafa

[完成] nk7admin 的檔案parser 
 * 系統傳來的是 zip 檔
 * zip 檔解壓後檔名有亂碼
 * 檔案內的文字也有亂碼


= 15 = 

[完成] icas 與 nk7admin 的傳輸溝通

[預計] 課程教材整理

= 18~22 = 

[完成] 課程教材

= 25 = 

[預計&完成] crawlzilla opensuse bug fix

[研究] nutch crawl db merge [wiki:waue/2011/0725 error]


= 26 = 

[研究] nutch crawl db merge 2db

= 27 = 

[研究] [wiki:waue/2011/0727 nutch1.3]

= 28 =

 * 研究 nutch 結論：
   * 已經取消 與 tomcat 結合的 war 檔，而使用 solr 的介面作搜尋，但明顯難用很多，solr 服務也需先打開
   * 爬取結果 也與之前 1.2 版本 不同， 1.3 只有三個資料夾，1.2 以前則有五個資料夾
   * mso,pdf,ooo 等檔案格式也不在plugin 內看到，猜測已用 tika （[http://tika.apache.org/ content analysis toolkit]） 全部整合取代
   * 設定前需用 ant 編譯過後才可以使用，許多設定也與之前版本不同